【EMNLP2018干货】254 页《为NLP研究写出好代码》教程

【导读】现代的NLP研究工作都是需要编写代码。 良好的代码可以实现快速的原型设计，简单的代码调试，实验的可控性和可视化，帮助研究人员快速准确地了解

实验和模型的具体情况。而糟糕的代码往往导致拖慢研究进度，研究难以扩展，研究结果难以复现，最严重的是出现错误的研究和结论。实际上，现在研究人员也逐渐认识到好的研究工具，包括高质量的实验代码，对研究的重要性，那么如何为NLP任务写出良好的代码呢? EMNLP2018 254 页的《为NLP研究写出好代码》(Writing Code for NLP Research)的教程会给出答案。

该教程，借鉴了最近发布的基于PyTorch的深度学习NLP研究库AllenNLP的代码，旨在分享编写NLP研究代码的良好实践经验。教程中将使用AllenNLP中实现的NLP模型作为示例，解释具有正确抽象化和组件化的库如何实现更好的代码和研究。通过该教程，你将学习如何编写NLP研究实验代码，如何设计和简单化实验代码，从而推进研究，产出好的研究成果。

教程目录：

1.  在原型设计时如何编写代买（How to write code whenprototyping）

2.  构建良好的代码流程（Developing good processes）

3.  如何为NLP研究编写可复用的代码（How to write reusable codefor NLP）

4.  案例分析：词性标注器（Case Study：A Part-of-SpeechTagger）

5.  分享你的研究（Share your research）

请关注专知公众号（扫描下方二维码，或点击上方蓝色专知）

• 后台回复“WCNR” 就可以获取 最新PDF下载链接~ 

-END-

专 · 知

人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请加专知小助手微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~

 AI 项目技术 & 商务合作：bd@zhuanzhi.ai, 或扫描上面二维码联系！

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知